ИИ повышает глобальное прогнозирование наводнения.

Люди полагаются на Google для получения достоверной информации во время кризисов, чтобы защитить себя и своих близких. Наводнения, будучи наиболее распространённым стихийным бедствием, затрагивают около 1,5 миллиарда человек — примерно 19% населения мира, которые сталкиваются с серьёзными рисками из-за сильных наводнений. Наводнения не только угрожают жизням, но и ежегодно наносят экономический ущерб в размере около 50 миллиардов долларов по всему миру.

На протяжении большей части истории точное прогнозирование наводнений в глобальном масштабе было сложной задачей из-за сложности проблемы и нехватки необходимых ресурсов и данных. Поскольку лишь малая часть рек в мире оснащена датчиками уровня воды, это создавало серьёзную проблему безопасности, особенно для жителей развивающихся стран и недостаточно обслуживаемых сообществ.

В новой статье, опубликованной в Nature, мы исследуем, как AI может революционизировать прогнозирование наводнений, охватывая регионы, наиболее пострадавшие от изменения климата. Наши результаты показывают, что AI помог нам точнее предсказывать речные наводнения за 7 дней. Это позволило нам предоставлять прогнозы наводнений в 80 странах, охватывая 460 миллионов человек. Мы также делаем эти прогнозы доступными через Google Search, Google Maps и уведомления на Android, где это возможно.

Наш исследовательский блог более подробно рассказывает о статье, демонстрируя, как глобальные гидрологические технологии Google Research на базе AI могут значительно улучшить прогнозирование наводнений по сравнению с текущими стандартами. Это особенно важно в странах с ограниченными данными о наводнениях, что позволяет нам расширить прогнозирование по всему миру. Системы раннего предупреждения могут значительно сократить число жертв, а увеличение времени предупреждения меняет ситуацию для сообществ. Наша технология повысила надёжность глобальных краткосрочных прогнозов с нуля до пяти дней в среднем, и мы улучшили прогнозы в Африке и Азии до уровня европейских с помощью AI.

Эта информация теперь является инструментом для людей, сообществ, правительств и гуманитарных организаций, чтобы принимать упреждающие меры и защищать уязвимые группы населения. Это был нелёгкий путь, особенно в регионах с недостатком данных и высоким воздействием наводнений. Публикуя нашу последнюю статью, давайте вспомним ключевые моменты в нашем стремлении использовать AI для точного прогнозирования речных наводнений:

Наш первый пилотный проект в Индии научил нас ценному уроку

Наше путешествие началось с пилотного проекта в регионе Патна в Индии. Бихар, где находится Патна, является одним из наиболее подверженных наводнениям штатов Индии, где многие жители постоянно сталкиваются с угрозой разрушительных наводнений. Мы объединили усилия с местными властями и использовали данные в реальном времени для разработки прогнозов наводнений, интегрировав их в Google Public Alerts в 2018 году.

Мы снабдили наши модели комбинацией исторических данных, уровней рек и данных о местности, выполнив сотни тысяч симуляций для создания подробных прогнозов речных наводнений. Хотя этот метод был направлен на точность для конкретных мест, нашей конечной целью было решение глобальной проблемы. Мы верили, что машинное обучение может помочь масштабировать прогнозирование наводнений по всему миру.

Начало сотрудничества с исследовательским и научным сообществом

В 2019 году мы увеличили охват прогнозирования наводнений в 12 раз, отправив 800 000 предупреждений жителям пострадавших районов, одновременно совершенствуя нашу технологию прогнозирования. Углубляясь в потенциал машинного обучения, мы начали сотрудничать с академическими исследователями, чтобы объединить гидрологические симуляции на основе физики с нашими методами AI.

Наши исследования и прогресс с сетями с долгосрочной краткосрочной памятью (LSTM) для точного прогнозирования наводнений вдохновили нас на создание глобальной платформы прогнозирования наводнений от начала до конца. Эта платформа предоставляла бы надёжную информацию даже в регионах без датчиков наводнений.

Прогнозирование наводнений расширилось, но было ограничено доступностью местных данных

Опираясь на успех пилотного проекта в Индии, мы расширили прогнозы по всей Индии и в Бангладеш, охватив 360 миллионов человек. Благодаря прогрессу в нашей технологии мы смогли прогнозировать наводнения за 48 часов. Однако наши модели зависели от местных данных о стоке, что затрудняло масштабирование на другие страны.

Осознавая ограничения зависимости от местных данных и с учётом прогресса в исследованиях AI, мы перешли к глобальной модели. Мы использовали глобальные источники данных для обучения наших сетей LSTM, стремясь прогнозировать наводнения даже в районах без местных данных о стоке.

В 2022 году мы запустили платформу Flood Hub, предоставляющую прогнозы в 20 странах, включая 15 в Африке, где прогнозирование ранее было ограничено из-за нехватки данных. К 2023 году мы расширили охват ещё на 60 стран в Африке, Азиатско-Тихоокеанском регионе, Европе, Южной и Центральной Америке, охватив 460 миллионов человек. Теперь прогнозы в реальном времени на платформе Flood Hub бесплатно доступны многим уязвимым сообществам в развивающихся странах. Благодаря нашей глобальной модели на базе AI доступ к прогнозированию наводнений в Африке теперь сравним с Европой.

Работа в партнёрстве

Чтобы продолжать продвигать науку и исследования и оказывать реальное воздействие там, где это наиболее необходимо, мы понимаем, что сотрудничество с академиками, местными властями и международными организациями имеет решающее значение.

Мы работаем с международными гуманитарными группами, чтобы предоставлять действенные прогнозы наводнений, и сотрудничаем с Всемирной метеорологической организацией (WMO) для поддержки систем раннего предупреждения, в частности инициативы Early Warnings for All, целью которой является предоставление всем ранних предупреждений о климатических угрозах к 2027 году. Мы также изучаем, как AI может решать реальные проблемы, с которыми сталкиваются национальные агентства по прогнозированию наводнений.

Мы тесно сотрудничаем с академиками и гидрологическими организациями через ежегодные семинары и инициативы, такие как наш проект Caravan, который стандартизирует и объединяет существующие наборы данных.

Наше путешествие далеко не закончено

По мере усугубления изменения климата наводнения могут происходить неожиданно. Наша цель — продолжать использовать наши исследования и технологии для расширения охвата, прогнозирования других связанных с наводнениями событий, таких как внезапные и городские наводнения, и изучения того, как AI может решать более широкие проблемы адаптации к климату и вопросы устойчивости.